基于局部均值分解的地震信号时频分解方法

在分析地震资料时,因吸收和衰减等原因,地震信号往往呈现出非稳态性。时频分解方法能将地震信号分解成多个稳态的子成分,从而为描述和分析地震信号的属性提供了便利,如短时傅里叶变换、小波分析、经验模式分解(EMD)等方法。本文引入了一种新的时频分析方法——局部均值分解(LMD)。该方法将地震信号按其时频属性分解成多个乘积分量信号(PFs),较EMD分解所得的固有模态函数(IMFs)保留了更多的局部信息,同时模态混叠效应更少。对模型数据和实际数据的处理结果验证了LMD方法能够合理地分解地震信号,更准确地描述地震资料中不同时间尺度的构造信息,为进一步的地震数据处理和解释提供参考。     

挟沙水流紊动特征的小波分析研究

采用三阶Db3小波函数对挟沙水流脉动流速进行消噪,小波分析较好的时频特性能有效地消除原始信号的高频噪声。将消噪后的脉动流速用不同尺度的小波进行分解,较大尺度下的小波分解刻划信号的总体趋势和形状,体现湍流的相干结构;而较小尺度下的分解则反映信号变化较快的高频部分,反映湍流的小尺度旋涡的各向同性的无序紊动特性。     

基于经验模态分解法与小波变换的长周期大地电磁信号去噪方法

针对大地电磁信号具有非线性、非平稳和非最小相位的特点,提出了一种基于经验模态分解法结合小波变换的联合信号去噪方式,将时间序列信号通过经验模态分解,利用连续均方误差准则确定原始信号能量转折点,进而再使用小波阈值去噪法对剩余固有模态函数分量进行去噪,最后重构出消噪信号。通过对实测信号处理前后结果的对比,表明了本方法能够有效地应用于信号时域去噪。     

基于经验模态分解(EMD)的小波熵阈值地震信号去噪

针对EMD阈值去噪算法中阈值由经验选取以及无法有效区分各固有模态函数上有用信息的不足,本文对各固有模态函数进行小波变换,对各层小波系数进行相关处理,以突出有效信息,抑制噪声;将细节系数的有效信号和突变点置零并等分为若干区间,选取小波熵最大子区间的高频小波系数平均值作为噪声方差计算得到阈值。该阈值选取方法依据小波熵的特点,自适应地根据对应尺度上信号自身的能量特征确定该尺度阈值。将该算法应用于仿真信号和实际地震信号去噪,结果表明该方法优于基于EMD的小波阈值去噪,在提高去噪效果的同时,也更好地保护有效信号。     

西太平洋副高形态指数的分解重构与集成预测

用小波分解和自适应神经模糊推理系统(ANFIS)相结合的方法,建立了西太平洋副热带高压形态指数月、季时间尺度的集成预报模型。由于小波分解可在信号的频域—时域内自由伸缩,准确地分解和重构带通、低通信号,因而能将复杂的副高指数时间序列分解为相对简单的周期分量信号,既简化了系统结构,又突出了信号特征。随后基于ANFIS模糊系统的非线性、容错性、自适应性和联想学习功能,建立各分量信号的独立预报模型,最后对分量预报结果进行集成。试验结果表明,该方法在保留预报对象主要特征的前提下,有效降低了预报难度,预报准确率和预报时效均较传统方法有明显的改进和提高。     

小波分析应用研究

本文介绍了小波分析的方法原理和Ｍａｌｌａｔ快速算法，探讨了小波分析在地球物理领域中的作用，结合我们的工作，给出了地球物理异常分解，信号的奇异性检测，物化探数据去噪和滤波以及数据压缩与信号重构等应用方面的理论分析和小波应用方法。     

小波分析在地震资料去噪中的应用

小波变换方法已广泛应用于信号处理领域。应用多尺度小波分析方法来消除地震观测信号中的噪声是一种行之有效的方法。这里从小波变换的基本原理出发,详细介绍了地震信号的阈值去噪原理,并根据模拟信号和实测地震信号的频谱分析,讨论了如何选择小波基及去噪过程中的阈值取值问题。从小波分解理论知道,利用多尺度分解方式对地震资料进行分析处理,相当于对实测地震资料进行不同尺度的细化分析,由于对不同地区、不同资料的精度要求不同,我们只要使用不同的尺度进行小波变换处理,就可以得到去除原信号的细部巨变(噪声干扰)特征的信号。同时,我们对小波变换处理后重构的地震信号与原信号进行了对比分析,误差结果分析表明该方法切实可行。我们还利用MATLAB语言及其小波工具箱,实现了对地震资料的去噪处理。     

基于变分模态分解算法的探地雷达信号去噪研究

探地雷达信号属于非平稳信号,容易受到干扰噪声影响导致探测能力降低.为了消除雷达信号的噪声,经验模态分解(EMD)、总体经验模态分解(EEMD)和完全总体经验模态分解(CEEMD)等方法被应用到雷达数据处理中.EMD虽然不断被改进,但仍存在一些不足,例如容易受到噪声干扰,存在模态混叠现象,依赖经验性等问题.因此笔者采用变...     

重力异常小波多分辨分析分解阶次的确定

分解阶次的确定是重力异常小波多分辨分析中的基本问题之一.以塔里木及天山地区布格重力异常数据为例, 通过讨论信号长度、小波母函数的支撑长度与分解阶次的关系, 以及对比分解结果与大地水准面异常的特征, 提出了分解阶次的确定方法.发现对于该重力异常数据, 使用bior3.5小波, 5阶小波分解细节可以避免小波母函数特征过多的干扰, 其结果与相应大地水准面异常特征比较吻合, 而6阶小波分解细节结果却与相应大地水准面异常特征存在较大差异.从信号处理和重力异常的地球物理意义两方面表明, 恰当的小波分解阶次为5阶, 更高阶次的分解结果并不合理.所使用的方法对重力异常小波分解阶次的确定是有效和易行的, 为小波分析在重力场数据处理中的应用, 进行了新的有益探索.      

基于DB小波阈值去噪的航空重力数据试验

利用Mallat快速算法实现离散小波变换,选用DaubechiesN小波系为小波基函数,通过理论模型数据验证了方法设计的可靠性。在对实测航空重力数据进行去噪过程中,根据重力异常信号频带特点,采取多层分解和阈值策略进行自由空气重力异常的提取。试验进行了6～8层的分解,采用了强制阈值去噪和施加软阈值去噪,并进行了对比,结果表明基于DB小波阈值去噪所获得的自由空气重力异常与GT-1A系统滤波结果基本吻合。     

时频域高分辨地震层序识别

地震信号频率随着时间的不稳定变化包含了地下反射层序特征的重要信息,时频分析是检测地震信号局部谱特征的重要工具。为适应实际地震信号处理,对S变换改进后得到一种新的广义S变换,用于分析和补偿地震信号的高频成分,得到了精细的地震层序识别剖面。实际资料处理表明,它对砂岩油气藏的成层特征的分析具有分辨率高和高信噪比的优点。地震信号的广义S变换时频谱分解可作为地震层序识别和解释的重要补充。     

冲刷桥墩基础的HHT振动频谱特性分析与判读研究

尝试以移动车流为振动源,在明显受冲刷与未受冲刷桥墩系统上方一侧布设讯号传感器,接收桥梁下部结构因振动源所产生的振动讯号。再以经验模态分解法EMD与希尔伯特黄转换HHT作为讯号分解与振动频谱解析的方法,针对桥墩系统（桥梁下部结构）的Y方向振动讯号进行解析与判读。于EMD分析过程中导入间断性准则进行振动讯号分解。针对完整（未裸露）桥墩系统（P1）,与跨河冲刷桥段桥墩系统（P2）的Y方向,进行频谱解析与比对探讨。由研究结果可知,EMD讯号分解过程可能产生模态混合现象,导致HHT图形中产生频率损失以及可判读区间缩短的现象。借由间断性准则的应用,可有效解决这些问题,获得判读性较高的HHT频谱图与边际频谱图。此外,HHT频谱图所得结果证实,桥墩系统Y方向的瞬时频率变化为一频宽带,其区间范围约在1～4 Hz之间。而由边际频谱图中可知,P1、P2的频率能量分别集中于2.5 Hz与1.7 Hz,可知P2的整体系统刚度小于P1。据此,明显受冲刷桥墩系统P2,其承载能力弱化的现象得以由HHT方法中明显呈现。     

二维EMD方法在物化探数据处理中的应用研究——以云南个旧地区为例

文章采用二维EMD方法对云南个旧地区物化探数据进行非线性的多尺度分析与分解,有效分离了物化探异常,揭示深层次找矿信息.证明了二维EMD分解得到的所有分量都具有实际地质意义,它将是一种新的物化探数据处理方法.     

Generating non-stationary random fields of auto-correlated,normally distributed CPT profile by matrix decomposition method

This paper emphasises the true realisation of Cone Penetration Test (CPT) profiles considering non-stationary nature of the data. Formulation of stationary random field theory has been modified and adapted to non-stationary state in order to take into account the mean and variance variability for soil properties. Multi-variance correlation matrix along with the Cholesky decomposition technique was employed to produce realisations of non-homogenous and non-stationary random fields of CPT profiles. A piecewise and segmental data realisation according to the lithology and site class specifications acquired directly from CPT data is adopted in this study so as to render an accurate data simulation. For validation of proposed method 8 CPT test profiles collected from Urmia Lake site have been introduced and simulated by the stationary and non-stationary algorithms. The mean correlation coefficient between the actual CPT data profiles and related realisations along with some other important statistical parameters and their coefficients of variation strongly demonstrate that non-stationary random field generation technique gives quite better accuracy, by comparison to the conventional stationary random field generation scheme.     

基于经验模态分解的MT数据脉冲类电磁噪声处理

电磁脉冲干扰是大地电磁测深系统(MT)信号的主要噪声之一,严重影响后续视电阻率和阻抗的计算及目标信息的提取。针对脉冲类噪声在时间域中的变化特征,利用经验模态分解（EMD）对脉冲类电磁噪声进行压制处理。首先,对大地电磁信号经EMD分解后得到N个本征模态函数（IMF）;然后,对每一阶的IMF选择一个合适的阀值,对于该IMF中超出该阀值的部分进行截断;最后,进行EMD重构。实测数据测试表明:改正后信号能量损失小, 与改正前信号相关性高, 可有效地抑制脉冲类噪声干扰。     

基于EMD分解的探地雷达信号瞬时频率分析

介绍了Hilbert-Huang变换中经验模式分解(EMD)的基本原理;讨论了实际探地雷达信号处理中EMD分解的终止条件;给出了利用内蕴模式函数(IMF)计算信号瞬时频率的计算公式。实际探地雷达剖面的HHT(Hilbert-Huang Transform)分析表明,由IMF得到的瞬时频率剖面对埋地目标的识别能力明显优于直接由探地雷达信号得到的瞬时频率剖面,并讨论了IMF的多分辨率特性。